Açık kaynak fiziksel yapay zekâ: LeRobot robotiği herkese açıyor

TL;DR. Economist Enterprise zirvesinde Hugging Face'ten Pepijn Kooijmans, açık kaynak LeRobot ve 200 dolarlık donanımın fiziksel yapay zekâ engellerini kaldırdığını gösterdi.

Önemli Çıkarımlar

Hareket planlamadan taklit öğrenmeye: Mimari dönüşüm. Pepijn Kooijmans, Open for business: how open source is accelerating physical AI (İşe açık: Açık kaynak fiziksel yapay zekâyı nasıl hızlandırıyor) başlıklı vaka çalışması sunumunda klasik mekatronik mühendisliğinden…
Çok kipli VLA mimarisinin içi. Kooijmans konuşmasında, modern açık kaynak fiziksel yapay zekâ politikalarını çalıştıran uçtan uca sinir ağı hattını ayrıntılı biçimde gösterdi ve yüksek boyutlu algısal girdilerin akıcı fiziksel manipülasyona nasıl…
Teknik karşılaştırma: Klasik otomasyon ve açık kaynak fiziksel yapay zekâ. Kaynak: Economist Enterprise Physical AI and Robotics Summit'te (Convene 200 Aldersgate, Londra, 13 Ekim 2026) sunulan sunum verilerinin, teknik kıyaslamaların ve canlı gösterimlerin analizi.
Sektörlere göre ne anlama geliyor. Açık, topluluk odaklı fiziksel yapay zekânın yükselişi birçok sektörde ticari hesabı değiştiriyor.

Altmış yıldır endüstriyel robotik acımasız bir paradigmayla çalışıyor: bir insan mühendis, bir makinenin hareketinin her milimetresini tescilli diller, öğretme panelleri ve katı kinematik çözücülerle açıkça programlıyor. İş parçası beş milimetre kayarsa ya da ışık koşulları değişirse robot hata veriyor. 13 Ekim 2026'da Londra'daki Economist Enterprise Physical AI and Robotics Summit'te Hugging Face'in LeRobot lideri Pepijn Kooijmans, bu mirası söküp atan alternatif bir mimari sundu: “Geleceğin robotları görev görev programlanmayacak. Öğrenecekler.”

Hareket planlamadan taklit öğrenmeye: Mimari dönüşüm #

Pepijn Kooijmans, Open for business: how open source is accelerating physical AI (İşe açık: Açık kaynak fiziksel yapay zekâyı nasıl hızlandırıyor) başlıklı vaka çalışması sunumunda klasik mekatronik mühendisliğinden derin öğrenmeye uzanan yolculuğunu anlattı. Robotikçiler on yıllar boyunca manipülasyonu ayrık, birbirinden yalıtılmış alt problemlere bölmek üzere eğitildi: nesne bölütleme, 6D poz tahmini, koordinat çerçevesi dönüşümleri, çarpışma önlemeli yörünge planlama ve eklemlerde PID motor kontrolü.

Bu analitik ayrıştırma, parçaların mikron hassasiyetinde çelik fikstürlerle geldiği katı biçimde donatılmış otomotiv fabrikalarında iyi işler; ancak mevcut sanayi tesislerinde, laboratuvarlarda, depolarda ve ev ortamlarında çöker. Gerçek dünyada nesneler şekil değiştirir, yüzeyler ışığı öngörülemez biçimde yansıtır ve insan çalışma arkadaşları hareketli engeller oluşturur.

Hugging Face'in öne sürdüğü temel tez, fiziksel becerinin elle yazılmış kurallarla analitik olarak tanımlanamayacağı; deneyimle edinilmesi gerektiğidir. Büyük dil modelleri (LLM) devasa metin derlemlerinde bir sonraki belirteci tahmin ederek dilbilgisini, akıl yürütmeyi ve dünya bilgisini nasıl öğrendiyse, fiziksel yapay zekâ ajanları da motor becerilerini görsel ve duyusal gözlemlere koşullu eylem dağılımını öğrenerek edinir.

Her hareketi programlamaktan insan gösterimiyle öğretmeye geçiş, robotiğin temel model çağına girişini simgeliyor.

Çok kipli VLA mimarisinin içi #

Kooijmans konuşmasında, modern açık kaynak fiziksel yapay zekâ politikalarını çalıştıran uçtan uca sinir ağı hattını ayrıntılı biçimde gösterdi ve yüksek boyutlu algısal girdilerin akıcı fiziksel manipülasyona nasıl dönüştürüldüğünü anlattı.

Hugging Face LeRobot'un uçtan uca görme-dil-eylem mimarisi: SigLIP görsel belirteçleri, eklem durum vektörü, dil komutu, Gemma VLM çapraz dikkati ve 30 koordineli eklem eylemi üreten flow matching tabanlı Action Expert .class="img-fluid clearfix"

Mimari, sıkı biçimde bütünleşmiş çok kipli bir duyu-motor hattı olarak çalışıyor:

1. Çok akışlı algısal alım #

Robot, çalışma alanını birden fazla eşzamanlı kamera akışıyla gözlemler (genellikle mekânsal bağlam sağlayan tepeden bir taban kamerası ile ince temas takibi için sol ve sağ manipülatörlerin bileklerine takılı kameralar).

Bu ham piksel akışları dondurulmuş bir SigLIP (400M parametre) görüntü dönüştürücüsüne aktarılır. Bu model, video karelerini yüksek yoğunluklu görsel belirteçlere dönüştürür ve politika ince ayarı sırasında görüntü omurgası boyunca hesaplama açısından aşırı pahalı uçtan uca gradyan güncellemeleri gerektirmez.

2. Kinematik durum vektörü ve görev koşullandırma #

Aynı anda sistem, fiziksel robotun iç propriyoseptif durumunu örnekler: çift manipülatörün 7 eklem açısını, hızlarını ve tutucu açıklık genişliklerini içeren 16 boyutlu bir vektör.

Kullanıcı operasyonel hedefi serbest bir doğal dil komutuyla verir (örneğin "fold the t-shirt", "pick the M8 hex bolt and place it in the bracket" ya da "route the cable through the conduit") ve bu komut standart metin gömmelerine dönüştürülür.

3. Çok kipli çapraz dikkat çekirdeği (Gemma VLM) #

Görsel belirteçler, propriyoseptif durum vektörü ve metin belirteçleri bir Gemma Görme-Dil Modeline (2B parametre) verilir. Gemma VLM yalnızca metin belirteci üretmek yerine üç kiplik boyunca derin çapraz dikkat uygular; dil talimatının üst düzey anlamsal niyetini, görsel sahnenin mekânsal geometrisi ve kolun anlık mekanik yapılandırmasıyla kaynaştırır.

Bu birleşik temel modelin çıktısı, nesnelerin nerede durduğuna göre ne yapılması gerektiğini içeren yoğun bir VLM görev özellikleri temsilidir.

4. Action Expert: Flow matching ve difüzyon politikaları #

VLM özellikleri doğrudan, flow matching ilkeleriyle çalışan bir Action Expert'e (300M parametre) aktarılır. Saf ortalama karesel hata (MSE) regresyonuna dayanan ve modellerin çelişkili gösterimlerin ortalamasını üretmesine, dolayısıyla kararsız, donup kalan robotlara yol açan erken taklit öğrenme yaklaşımlarının aksine flow matching, insan eylem yörüngelerinin çok kipli dağılımını modeller.

Action Expert, on sayısal entegrasyon adımında çözülen düzeltilmiş akış diferansiyel denklemlerini kullanarak Gauss gürültüsünü 50 Hz kontrol frekansında 30 gelecek eylemden oluşan tutarlı bir yörüngeye dönüştürür.

5. Zamansal topluluklaştırmalı Action Chunking #

Politika, art arda 30 zaman adımını tahmin ederek (Action Chunking olarak bilinen yaklaşım) yüksek frekanslı sarsıntıları ve gecikme darboğazlarını ortadan kaldırır. Robot, sonraki planı arka planda hesaplarken ilk eylem parçasını yürütür ve pürüzsüz, uyumlu, sürekli, biyolojik düzeye yakın bir hareket elde eder.

Teknik karşılaştırma: Klasik otomasyon ve açık kaynak fiziksel yapay zekâ #

Ölçüt / mimari boyut	Klasik endüstriyel robotik (ROS / PLC / öğretme paneli)	Tescilli kapalı fiziksel yapay zekâ (tedarikçi insansı yığınları)	Açık kaynak fiziksel yapay zekâ (Hugging Face LeRobot yığını)
Geliştirme paradigması	Prosedürel; açık eklem yörüngeleri ve sonlu durum makineleri	Uçtan uca derin öğrenme; kara kutu kapalı ağırlıklar; kilitli bulut API'leri	Uçtan uca VLA; açık ağırlıklar, açık veri setleri ve açık PyTorch eğitim döngüleri
Donanım giriş engeli	Endüstriyel kol başına 30.000 ile 100.000+ sterlin (KUKA, FANUC, ABB)	Tescilli insansı birim başına 150.000 ile 350.000+ sterlin	3D basılabilir açık donanım tasarımlarıyla 200 doların altından 1.500 dolara (SO-100, Koch)
Çevresel dayanıklılık	Parça koordinatları milimetrelerce kayarsa anında başarısız olur	Yüksek uyarlanabilirlik, ancak davranış yerinde incelenemez ya da yamalanamaz	Yüksek görsel uyarlanabilirlik; politikalar atölyedeki uç düğümlerde yerel olarak ince ayarlanabilir
Veri formatı ve telemetri	Tedarikçiye kilitli tescilli ikili formatlar ve PLC yazmaçları	Tescilli şifreli bulut telemetrisi	Standart Apache Parquet veri setleri, MP4 video akışları ve Hugging Face Hub
Görev genellemesi	Sıfır; her yeni parça geometrisi tamamen elle yeniden programlama gerektirir	Geniş görev iddiaları, ancak özel endüstriyel takımlara yavaş uyum	Lider-takipçi düzeneklerle kaydedilen 50 ile 100 insan gösterimiyle hızlı uyum
Çıkarım donanımı ayak izi	Gerçek zamanlı Linux çalıştıran özel PLC ya da endüstriyel bilgisayar	300 W ile 800 W çeken devasa araç üstü mobil GPU kümeleri	Tüketici uç silikonunda çıkarım (tek bir RTX 4070 ya da Apple Silicon M serisi)

Kaynak: Economist Enterprise Physical AI and Robotics Summit'te (Convene 200 Aldersgate, Londra, 13 Ekim 2026) sunulan sunum verilerinin, teknik kıyaslamaların ve canlı gösterimlerin analizi.

Sektörlere göre ne anlama geliyor #

Açık, topluluk odaklı fiziksel yapay zekânın yükselişi birçok sektörde ticari hesabı değiştiriyor.

Küçük ve orta ölçekli işletmeler (KOBİ'ler) #

KOBİ'ler Avrupa ve Birleşik Krallık üretim kapasitesinin %80'inden fazlasını oluşturuyor; ancak tarihsel olarak bunların %5'ten azı otomasyonu karşılayabildi. Bir endüstriyel otomasyon hücresi kurmak; uzman sistem entegratörleri tutmayı, altı haneli yazılım lisans ücretleri ödemeyi ve kurulum süresince fabrika zeminini durdurmayı gerektiriyordu.

LeRobot ekosistemiyle özel hassas braketler üreten bir KOBİ, çift kollu bir SO-100 iş istasyonunu 500 sterlinin altında 3D yazıcıyla basabilir, onu 40 sterlinlik USB web kameralarıyla donatabilir ve 3D basılmış bir lider kol kullanarak bir işçinin CNC freze tezgâhına parça yüklediği elli gösterimi kaydedebilir. Standart bir masaüstü bilgisayarda üç saatlik ince ayarın ardından açık kaynak politika, tezgâh besleme görevini özerk olarak yürütebilir ve yatırım haftalar içinde geri döner.

Akademik araştırma ve yükseköğretim #

Yakın zamana kadar üniversitelerin robotik bölümleri derin bir ayrımla karşı karşıyaydı: İyi finanse edilen laboratuvarlar Boston Dynamics ya da Willow Garage platformlarını karşılayabilirken küçük kurumlar Gazebo ya da MuJoCo'da salt simülasyon çalıştırmakla sınırlıydı.

Açık kaynak fiziksel yapay zekâ, fiziksel deneyi herkese açtı. Dünyanın dört bir yanındaki lisansüstü öğrenciler aynı donanım platformlarını kurabiliyor, eğitilmiş politika kontrol noktalarını Hugging Face Hub'da paylaşabiliyor ve kıyaslama sonuçlarını istatistiksel titizlikle yeniden üretebiliyor. Kooijmans, LeRobot deposunun birkaç ay içinde bir avuç Avrupalı katkıcıdan dünya çapında binlerce aktif robotikçiye ulaştığını vurguladı; bu da açık erişimin ampirik doğrulamayı tescilli kurumsal silolardan daha hızlı ilerlettiğini kanıtlıyor.

Çok çeşitli, düşük hacimli fason montaj #

Elektronik ve tıbbi cihaz montajında ürün varyantları her hafta değişiyor. Sabit kodlu otomasyon hatları ekonomik açıdan sürdürülemez; çünkü yeniden takımlama ve yeniden programlama maliyetleri üretim partisinin kâr marjını aşıyor.

Görme-dil-eylem politikaları bu kısıtı doğal dille görev koşullandırma yoluyla çözer. Bir operatör, yalnızca yeni bir komut yazarak ya da yeni alt montajı iki kez göstererek montaj prosedürünü değiştirebilir. Modelin çapraz dikkat mekanizmaları, önceden eğitilmiş görsel temsillerden yararlanarak yeni bileşenleri tüm sinir ağını yeniden eğitmeden tanır.

Veri duvarını aşmak: Uzaktan kumanda, Parquet ve dünya modelleri #

Kooijmans'ın kurumsal liderlere ilettiği temel fikir şuydu: Fiziksel yapay zekânın asıl darboğazı artık model kapasitesi değil, gösterim çeşitliliği.

Doğal dil işlemede modeller, açık webden taranan trilyonlarca belirteçle eğitildi. Fiziksel robotikte önceden var olan bir “fiziksel manipülasyon interneti” yok. Bir tutucunun nesne alması, vana çevirmesi ya da kumaş katlamasına ilişkin her gösterim, sensörlerle donatılmış uzaktan kumandayla fiziksel dünyada kaydedilmek zorunda.

Hugging Face LeRobot bu zorluğu üç temel girişimle ele alıyor:

Lider-takipçi uzaktan kumanda düzenekleri: Aktif “takipçi” robotu mekanik olarak yansıtan, manyetik kodlayıcılarla donatılmış düşük maliyetli, 3D basılmış pasif “lider” kollar sayesinde insan operatörler robotu gerçek zamanlı olarak zahmetsizce yönetebiliyor; eklem açılarını, hızları ve çok açılı videoyu aynı anda kaydediyor.
Standartlaştırılmış Parquet veri seti şemaları: Gösterimler, parçalı MP4 video akışlarına eşlenmiş standart, yüksek performanslı Apache Parquet tablolarına paketlenir. Bu sayede standart veri mühendisliği araçları (Polars, DuckDB, PyArrow) terabaytlarca robotik telemetriyi yüksek hızda işleyebilir.
Simülasyondan gerçeğe aktarım ve dünya modeliyle zenginleştirme: Fiziksel uzaktan kumandanın sınırlarının ötesine ölçeklenmek için açık kaynak dünya modelleri üretken fiziksel dinamikleri öğrenir. Gerçek dünya gösterimlerinden oluşan temel bir veri setiyle eğitildikten sonra dünya modelleri, milyonlarca karşı olgusal senaryoyu (ışığı değiştirerek, dağınıklık ekleyerek, masa sürtünmesini değiştirerek) doğrudan gizil uzayda simüle eder ve politikaları gerçek dünyada devreye almadan önce stres testinden geçirir.

Sonuç #

Hugging Face LeRobot'un Economist Enterprise Physical AI and Robotics Summit'teki sunumu, robotik sektöründe belirleyici bir dönüm noktasını netleştirdi. Robotiğin milyonlarca sterlinlik sermaye bütçeleri, tescilli programlama dilleri ve katı fabrika kafesleri gerektirdiği dönem, yerini açık, iş birliğine dayalı ve veri odaklı bir ekosisteme bırakıyor.

Çok kipli görme-dil temel modellerini flow matching tabanlı Action Chunking ve uygun fiyatlı açık donanımla birleştiren açık kaynak fiziksel yapay zekâ, robotları kırılgan otomatlardan uyarlanabilir, öğrenen sistemlere dönüştürüyor. Mühendislik liderleri ve teknoloji yöneticileri için stratejik yönerge net: Rekabet avantajı artık tescilli mekanik donanıma sahip olmaktan değil, makinelere fiziksel dünyada ustalaşmayı öğreten veri hatlarına, gösterim toplama iş akışlarına ve temel modellere hâkim olmaktan doğacak.

Sıkça Sorulan Sorular #

Hugging Face LeRobot nedir? Hugging Face LeRobot, robotiği ve fiziksel yapay zekâyı herkese açmak için tasarlanmış açık kaynak bir çerçeve ve topluluk girişimidir. En ileri taklit öğrenme algoritmalarının PyTorch tabanlı uygulamalarını, standart veri seti formatlarını, önceden eğitilmiş görme-dil-eylem (VLA) temel modellerini ve açık kaynak donanım tasarımlarını (SO-100 gibi) sunarak robotiğe girişteki finansal ve teknik engelleri düşürür.

Taklit öğrenme klasik robot programlamadan nasıl ayrılır? Klasik robot programlama, bir mühendisin öğretme panelleri ya da ROS betikleriyle kesin Kartezyen koordinatları, ters kinematik çözümleri ve durum geçişlerini belirten açık prosedürel kod yazmasını gerektirir. Taklit öğrenme ise sinir ağlarını, görevi uzaktan kumandayla yerine getiren insanların kaydedilmiş gösterimlerini gözlemleyerek insan davranışını taklit edecek biçimde eğitir ve duyusal gözlemleri doğrudan motor komutlarına eşleyen bir politika öğrenir.

Gemma VLM fiziksel yapay zekâ hattında hangi rolü oynar? Modern fiziksel yapay zekâ mimarilerinde Gemma Görme-Dil Modeli (VLM), çok kipli akıl yürütme motoru işlevi görür. Kameralardan gelen görsel belirteçleri (SigLIP ile kodlanmış), robotun fiziksel eklem durum vektörünü ve doğal dil talimatlarını alır. Çapraz dikkatle anlamsal niyeti görsel geometriyle kaynaştırarak Action Expert'e yön veren üst düzey görev temsilleri üretir.

Robotik eylem tahmininde flow matching nedir? Flow matching, sürekli normalleştirici akışlar ve difüzyon modelleriyle ilişkili bir üretken modelleme tekniğidir. Robotikte basit Gauss gürültüsünü, adi diferansiyel denklemleri birden fazla adımda çözerek karmaşık, çok kipli eylem yörüngelerine dönüştürür. Bu, robotun birden fazla geçerli hareketin bulunduğu belirsiz durumlarla başa çıkmasını ve daha basit regresyon modellerini başarısız kılan ortalama alma kusurlarından kaçınmasını sağlar.

200 doların altındaki 3D basılmış robot kolları üretim düzeyinde görevleri yerine getirebilir mi? SO-100 gibi 200 doların altındaki kollar, ağır havacılık talaşlı imalatı için gereken yük kapasitesinden, yapısal rijitlikten ve milimetre altı tekrarlanabilirlikten yoksun olsa da hassas manipülasyon, muayene, laboratuvarda sıvı işleme ve küçük parça kitleme işlerini tamamen yürütebilir. Daha da önemlisi, bu düşük maliyetli platformlarda eğitilip doğrulanan politikalar, asgari ince ayarla doğrudan endüstriyel sınıf işbirlikçi robot kollarına aktarılabilir.

Kaynaklar #

Economist Enterprise, (2026). Physical AI & Robotics Summit: Otonom sistemlerle operasyonel üstünlük ⧉. Economist Enterprise.
Kooijmans, P., (2026). İşe açık: Açık kaynak fiziksel yapay zekâyı nasıl hızlandırıyor ⧉. Hugging Face.
Hugging Face, (2026). LeRobot: PyTorch'ta gerçek dünya robotiği için en ileri makine öğrenmesi ⧉. GitHub.
Chi, C., Xu, Z., Feng, S., Cousineau, E., Du, Y., Burchfiel, B. ve Song, S., (2024). Diffusion Policy: Eylem difüzyonuyla görsel-motor politika öğrenimi ⧉. Columbia University & MIT.
Zhao, T. Z., Kumar, V., Levine, S. ve Finn, C., (2023). Düşük maliyetli donanımla ince taneli çift kollu manipülasyon öğrenimi ⧉. Stanford University.
Zhai, X., Mustafa, B., Kolesnikov, A. ve Beyer, L., (2023). Dil-görüntü ön eğitimi için sigmoid kayıp (SigLIP) ⧉. Google DeepMind.
Lipman, Y., Chen, R. T. Q., Ben-Hamu, H., Nicklas, M. ve Le, M., (2023). Üretken modelleme için Flow Matching ⧉. Meta AI Research.

Son inceleme 2026-10-13.

Son inceleme 2026-10-27.

Bu makaleyi yeniden yayınla

Açık kaynak fiziksel yapay zekâ: LeRobot robotiği herkese açıyor — Sebastien Rousseau

Economist Enterprise zirvesinde Hugging Face'ten Pepijn Kooijmans, açık kaynak LeRobot ve 200 dolarlık donanımın fiziksel yapay zekâ engellerini kaldırdığını gösterdi.

Bu makale şu lisans altında yayınlanmıştır Creative Commons Attribution 4.0 International. Yeniden yayın, kanonik URL'ye atıfta bulunulmasını gerektirir.

Açık kaynak fiziksel yapay zekâ: LeRobot robotiği herkese açıyor — Sebastien Rousseau

Economist Enterprise zirvesinde Hugging Face'ten Pepijn Kooijmans, açık kaynak LeRobot ve 200 dolarlık donanımın fiziksel yapay zekâ engellerini kaldırdığını gösterdi.

Originally published at https://sebastienrousseau.com/tr/2026-10-13-acik-kaynak-fiziksel-yapay-zeka-lerobot/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER